已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、復(fù)雜背景下的紅外弱小目標和弱面目標的檢測一直是個非常困難卻又具有挑戰(zhàn)的課題,復(fù)雜背景下的弱小目標通常只有幾個像素大小,缺乏幾何結(jié)構(gòu)形狀特征,其灰度特征也不明顯,同時背景雜波的干擾使得檢測變得更為困難。弱面目標盡管有結(jié)構(gòu)特征,但是由于紅外成像本身的特點及背景的復(fù)雜性,并且背景中有太多與目標灰度相近的干擾存在,使得傳統(tǒng)的閾值分割和邊緣檢測方法無法檢測到目標。本文針對復(fù)雜背景下弱小目標和弱面目標的特點,對其檢測方法進行了深入的研究。
2、 本文首先介紹了紅外弱小目標和弱面目標檢測問題的的背景及國內(nèi)外發(fā)展概況,重點闡述了研究紅外目標識別問題的重要性。然后,詳細介紹了基本的微粒群算法和幾種改進算法的原理及模型,綜述了微粒群在圖像處理以及其他方面的的應(yīng)用情況,通過將圖像分割與微粒群算法相結(jié)合建立了基于微粒群的圖像分割模型。接著,針對弱小目標檢測問題,從背景抑制的角度出發(fā),提出了最大最小濾波與小波內(nèi)積相結(jié)合的背景抑制技術(shù),該方法可以有效地抑制背景雜波,有利于目標的后續(xù)分割,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于微粒群算法的多目標優(yōu)化問題研究.pdf
- 基于微粒群算法的聚類算法.pdf
- 基于Hough變換的弱目標檢測前跟蹤算法.pdf
- 基于粒子濾波的弱目標檢測前跟蹤算法.pdf
- 基于混合微粒群算法的工程項目多目標優(yōu)化.pdf
- 基于微粒群算法的工程項目多目標優(yōu)化研究.pdf
- 基于決策理論的微粒群算法.pdf
- 基于隨機微粒群算法的改進算法研究.pdf
- 基于微粒群算法的圖像分割算法研究.pdf
- 基于動態(tài)規(guī)劃的弱目標檢測前跟蹤算法.pdf
- 基于聚類分析的微粒群算法研究.pdf
- 基于霍夫變換的弱目標檢測前跟蹤算法.pdf
- 群智能優(yōu)化粒子濾波紅外弱小目標檢測前跟蹤算法研究.pdf
- 基于多級假設(shè)的紅外小目標檢測算法.pdf
- 基于動態(tài)規(guī)劃的地基雷達弱目標檢測跟蹤算法研究.pdf
- 基于動態(tài)規(guī)劃的弱目標檢測前跟蹤算法的研究.pdf
- 基于背景預(yù)測的紅外小目標檢測算法研究.pdf
- 基于遺傳免疫微粒群算法的工程項目多目標綜合優(yōu)化研究.pdf
- 基于微粒群優(yōu)化算法的結(jié)構(gòu)系統(tǒng)識別.pdf
- 基于改進微粒群算法的組卷系統(tǒng).pdf
評論
0/150
提交評論